[論文レビュー] It Takes Two to Tango: A Holistic Simulator for Joint Order Scheduling and Multi-Agent Path Finding in Robotic Warehouses

Haozheng Xu, Wenhao Li+5 more|arXiv (Cornell University)|Feb 15, 2026

Advanced Manufacturing and Logistics Optimization被引用数 0

ひとこと要約

WareRover は、動的な受注、異種性、非標準実行を含む、マルチエージェント経路探索との密接な結合を特徴とする統合 RMFS シミュレーションプラットフォームで、堅牢な倉庫協調を評価します。現実的な結合制約の下で、最先端の MAPF とスケジューリングが機能しなくなる可能性を示しています。

ABSTRACT

The prevailing paradigm in Robotic Mobile Fulfillment Systems (RMFS) typically treats order scheduling and multi-agent pathfinding as isolated sub-problems. We argue that this decoupling is a fundamental bottleneck, masking the critical dependencies between high-level dispatching and low-level congestion. Existing simulators fail to bridge this gap, often abstracting away heterogeneous kinematics and stochastic execution failures. We propose WareRover, a holistic simulation platform that enforces a tight coupling between OS and MAPF via a unified, closed-loop optimization interface. Unlike standard benchmarks, WareRover integrates dynamic order streams, physics-aware motion constraints, and non-nominal recovery mechanisms into a single evaluation loop. Experiments reveal that SOTA algorithms often falter under these realistic coupled constraints, demonstrating that WareRover provides a necessary and challenging testbed for robust, next-generation warehouse coordination. The project and video is available at https://hhh-x.github.io/WareRover/.

研究の動機と目的

• ロボット倉庫における高レベルのディスパッチと低レベルのナビゲーションを結ぶ統合的評価フレームワークを動機づける。
• 現実の条件を反映するよう、現実的で異種性のある倉庫レイアウト、動的な受注ストリーム、非標準実行をモデル化する。
• スケジューリングと MAPF モジュールの共同最適化とエンドツーエンドのフィードバックのための統一インターフェースを提供する。

提案手法

• オンラインリプランニングとグローバル状態フィードバックを介して受注スケジューリングと MAPF を結ぶ閉ループインターフェースを備えた WareRover を導入する。
• 高忠実度レイアウト、異種アクティブ物流車両（AGV）、スケーラブルマップをサポートする倉庫環境ビルダーを組み込む。
• 多段階操作と現実的な受注ストリームに対応できるタスクおよびオーダーモジュールを実装する。
• 運動学的制約を課し連続的衝突検知を行う物理的モーション実行機を開発する。
• AGV故障と安全なリカバリ経路をモデル化する故障シミュレーションおよびリカバリモジュールを追加する。
• スケジューラがタスクキューを更新し、プランナーがオンラインリプランニングを用いて衝突のない軌道を生成する共同最適化ループを示す。

実験結果

リサーチクエスチョン

• RQ1 名目的条件の下で、現実的で異種性のある RMFS 環境におけるスケジューリングと MAPF の結合最適化はどの程度機能するか。
• RQ2 動的な受注到着、異種性、故障などの非標準実行が、スケジューリングと経路計画にどのような影響を及ぼすか。
• RQ3 現実的な倉庫セマンティクスと連続時間実行と統合した場合、現在の最先端 MAPF アルゴリズムは性能を維持できるか。
• RQ4 閉ループ RMFS シミュレーションにおける故障とリカバリ機構がスループット、成功率、計画時間に与える影響は何か。

主な発見

Environment	Method	SR (%)	CT	TP
Homogeneous	RD + A*	100.0	0.53	0.21
Homogeneous	RD + CBS	100.0	0.55	0.22
Homogeneous	RD + DHC	99.9	7.70	0.21
Homogeneous	TA + A*	100.0	0.34	0.34
Homogeneous	TA + CBS	100.0	0.31	0.36
Homogeneous	TA + DHC	100.0	4.87	0.33
Heterogeneous	TA + A*	100.0	0.19	0.42
Heterogeneous	TA + CBS	98.8	0.40	0.45
Heterogeneous	TA + DHC	72.9	9.52	0.10
Fault-Tolerant	TA + A*	100.0	1.45	0.25
Fault-Tolerant	TA + CBS	99.9	14.15	0.26
Fault-Tolerant	TA + DHC	98.9	7.93	0.20

• WareRover はスケジューリングと MAPF の密結合を可能にし、トラフィック、ルーティングコスト、タスク割り当て間の相互作用を明らかにする。
• 同質環境ではほとんどの手法組み合わせがほぼ完璧な成功率を達成し、TA+CBS が高スループットと低計算時間を実現する。
• 異質環境では、衝突認識型手法（例：CBS）は高 SR を維持する一方、より大きな異質性は DHC の性能を低下させる。
• 故障耐性条件下ではリプランニングの効率が重要になる。A* は最も速いリプランニングを提供するが、ロバスト性では他手法に及ばない場合があり、CBS はコストが高く DHC は SR が変動する時に中程度の時間を示す。
• 構成全体を通じて、MAPF アルゴリズムの選択とタスクスケジューリングの高度さ（TA 対 RD）に性能が高く敏感である。
• WareRover は伝統的な分離型ベンチマークが結合した混雑と実行失敗を考慮しないことで頑健性とスループットを過大評価する可能性を示している。